• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Publisher Correction: Sustainable sentiment analysis on E-commerce platforms using a weighted parallel hybrid deep learning approach for smart cities applications.

作者信息

Vijayaragavan P, Suresh Chalumuru, Maheshwari A, Vijayalakshmi K, Narayanamoorthi R, Gono Miroslava, Novak Tomas

机构信息

Department of Networking, Saveetha School of Engineering, Saveetha Institute of Medical and Technical Sciences, Saveetha University, Chennai, 602105, Tamilnadu, India.

Department of Computer Science and Engineering, VNR Vignana Jyothi Institute of Science and Technology, Hyderabad, India.

出版信息

Sci Rep. 2024 Dec 3;14(1):30093. doi: 10.1038/s41598-024-81475-y.

DOI:10.1038/s41598-024-81475-y
PMID:39627431
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11615287/
Abstract
摘要

相似文献

1
Publisher Correction: Sustainable sentiment analysis on E-commerce platforms using a weighted parallel hybrid deep learning approach for smart cities applications.出版商更正：使用加权并行混合深度学习方法对电子商务平台进行可持续情感分析，用于智慧城市应用。
Sci Rep. 2024 Dec 3;14(1):30093. doi: 10.1038/s41598-024-81475-y.
2
Sustainable sentiment analysis on E-commerce platforms using a weighted parallel hybrid deep learning approach for smart cities applications.基于加权并行混合深度学习方法的电子商务平台可持续情感分析在智慧城市应用中的研究
Sci Rep. 2024 Nov 3;14(1):26508. doi: 10.1038/s41598-024-78318-1.
3
Sentiment analysis for e-commerce product reviews by deep learning model of Bert-BiGRU-Softmax.基于 Bert-BiGRU-Softmax 的深度学习模型进行电子商务产品评论的情感分析。
Math Biosci Eng. 2020 Nov 9;17(6):7819-7837. doi: 10.3934/mbe.2020398.
4
Sentiment analysis in multilingual context: Comparative analysis of machine learning and hybrid deep learning models.多语言环境下的情感分析：机器学习与混合深度学习模型的比较分析
Heliyon. 2023 Sep 19;9(9):e20281. doi: 10.1016/j.heliyon.2023.e20281. eCollection 2023 Sep.
5
Enhancing E-commerce recommendations with sentiment analysis using MLA-EDTCNet and collaborative filtering.使用MLA - EDTCNet和协同过滤通过情感分析增强电子商务推荐。
Sci Rep. 2025 Feb 25;15(1):6739. doi: 10.1038/s41598-025-91275-7.
6
Developing an Intelligent System with Deep Learning Algorithms for Sentiment Analysis of E-Commerce Product Reviews.开发一个基于深度学习算法的智能系统，用于分析电子商务产品评论的情感。
Comput Intell Neurosci. 2022 May 28;2022:3840071. doi: 10.1155/2022/3840071. eCollection 2022.
7
Deep Neural Networks Applied to Stock Market Sentiment Analysis.深度神经网络在股票市场情绪分析中的应用。
Sensors (Basel). 2022 Jun 10;22(12):4409. doi: 10.3390/s22124409.
8
Deep Sentiment Analysis of Twitter Data Using a Hybrid Ghost Convolution Neural Network Model.基于混合幽灵卷积神经网络模型的 Twitter 数据深度情感分析。
Comput Intell Neurosci. 2022 Jul 18;2022:6595799. doi: 10.1155/2022/6595799. eCollection 2022.
9
Hybrid deep learning models with multi-classification investor sentiment to forecast the prices of China's leading stocks.基于多分类投资者情绪的混合深度学习模型预测中国领先股票价格。
PLoS One. 2023 Nov 27;18(11):e0294460. doi: 10.1371/journal.pone.0294460. eCollection 2023.
10
Neuromorphic Sentiment Analysis Using Spiking Neural Networks.基于尖峰神经网络的神经形态情绪分析。
Sensors (Basel). 2023 Sep 6;23(18):7701. doi: 10.3390/s23187701.